检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

板料数字化成形轨迹可视化

计算机辅助工程 2001年第4期10卷 45-49页

作者：蒋金林莫健华毛锋华中科技大学模具技术国家重点实验室武汉430074

本文从板料数字化成形的加工原理入手，着重介绍了该方法的轨迹可视化。轨迹可视化使得在加工前可进行仿真检查,使操作者事先知道程序是否存在问题,避免了加工前走空刀（一般需要4小时左右）

关键词：板料数字化成形轨迹可视化仿真检查切削加工

基于改进DBSCAN的船舶典型轨迹聚类与可视化研究

在线全文

学校读者我要写书评

暂无评论

基于改进DBSCAN的船舶典型轨迹聚类与可视化研究

作者：邱文轩大连海洋大学

学位级别：硕士

随着数据挖掘在各个领域的广泛应用,船舶轨迹数据成为海上交通信息重要关注领域,航运业作为庞大的基础性产业,不断产生海量数据存储在船舶识别系统(Automatic Identification System,AIS)中,涵盖船舶时空信息涉及船舶通信导航,为船舶轨... 详细信息

随着数据挖掘在各个领域的广泛应用,船舶轨迹数据成为海上交通信息重要关注领域,航运业作为庞大的基础性产业,不断产生海量数据存储在船舶识别系统(Automatic Identification System,AIS)中,涵盖船舶时空信息涉及船舶通信导航,为船舶轨迹预测提供丰富的数据源,存在数据断层冗余问题。针对AIS原始数据存在的问题,对数据进行预处理获得有效数据,然后进行典型轨迹聚类,挖掘船舶运动模式、规划航线、观察船舶运动规律是热点研究方向,典型轨迹研究为海上交通流分析以及船舶密度分析提供直观的可视化呈现,可为建立科学智能高效的海事监管系统奠定理论和技术基础。本文对获取的AIS数据进行研究,选择合适的算法进行聚类,并且改进DBSCAN算法,减少查询次数提升运算效率,通过数据以及图像处理技术将数据以图像的方式呈现,直观展示船舶运动轨迹,揭示船舶入港运动轨迹的时空演变规律,对海事安全监管和决策提供支持具有重要意义,主要的研究内容有:(1)数据预处理工作。对AIS数据进行收集、清理、补差缺失值预处理,针对航迹数据集缺失问题,按时间间隔进行插值,保证恢复原始轨迹数据的完整性。(2)典型轨迹聚类算法理论。阐述经典的轨迹聚类算法,并结合船舶轨迹的时空特征,分析不同的船舶轨迹相似性确定每艘船的驻点,然后采用算法对多个经纬度格点进行聚类,归纳算法特性,结合算法分析特性以及船舶数据属性,从而确定适用于入港船舶轨迹的聚类算法。(3)基于DBSCAN算法的轨迹聚类与可视化研究。针对DBSCAN聚类算法存在对数据进行重复区域查询的情况,改进DBSCAN的聚类算法减少样本邻域重复查询过程,避免重复查询,在此基础上取得了减少算法时间消耗以及提升准确率的结果。(4)实验仿真。采用天津港段水域验证算法的有效性,聚类收敛过程使用相似性度量方法进行评定,实验结果表明:改进后的算法有较好的聚类效果,细化类簇提升数据分析效率,减少运算时间成本,通过生成的轨迹点船舶航行轨迹线生成直观的信息可视化图像。

关键词： AIS数据典型轨迹聚类 DBSCAN算法轨迹可视化

基于改进DBSCAN算法的船舶轨迹聚类与可视化应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国水运 2023年第8期 59-61页

作者：邱文轩许志远翟泽宇曲胜张晓鹏许航大连海洋大学辽宁大连116023

随着数据挖掘在各个领域的广泛应用,船舶轨迹数据成为海上交通信息重要关注领域,对获取的AIS数据进行研究,针对DBSCAN聚类算法存在对数据进行重复区域查询的问题,改进DBSCAN的聚类算法减少样本邻域重复查询的时间,取得了减少算法时间消... 详细信息

随着数据挖掘在各个领域的广泛应用,船舶轨迹数据成为海上交通信息重要关注领域,对获取的AIS数据进行研究,针对DBSCAN聚类算法存在对数据进行重复区域查询的问题,改进DBSCAN的聚类算法减少样本邻域重复查询的时间,取得了减少算法时间消耗以及提升准确率的结果。实验结果表明:改进后的算法有较好的聚类效果,通过生成的轨迹点预测船舶航行轨迹线,生成直观的信息可视化图像。

关键词： AIS数据典型轨迹聚类 DBSCAN算法轨迹可视化

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于AIS的桥区船舶轨迹三维可视化模型

交通运输系统工程与信息 2016年第3期16卷 88-94,100页

作者：雷进宇初秀民徐武雄武汉理工大学智能交通系统研究中心武汉430063 国家水运安全工程技术研究中心武汉430063 湖北科技学院电信学院湖北咸宁437100

船舶自动识别系统(Automatic Identify System,AIS)在海上交通中得到广泛应用,大量的船舶AIS轨迹数据被采集存储并应用于船舶交通的分析.AIS数据中通常包含着多维度的时间属性、空间属性、船舶属性等信息,然而传统的二维轨迹可视化方法... 详细信息

船舶自动识别系统(Automatic Identify System,AIS)在海上交通中得到广泛应用,大量的船舶AIS轨迹数据被采集存储并应用于船舶交通的分析.AIS数据中通常包含着多维度的时间属性、空间属性、船舶属性等信息,然而传统的二维轨迹可视化方法往往只展现出船舶轨迹数据的空间属性.本文针对此不足提出了一种能同时展示时间、空间和速度的三维可视化模型,充分展示AIS数据的多维特性.并通过实例说明该可视化模型能使人更直观深入地理解AIS轨迹数据的时空特性.最后选取桥区的船舶轨迹数据进行分析实验,结果表明,该模型能准确地表现出桥区船舶的通航状态.

关键词：水路运输轨迹可视化时空立方体桥区 AIS

在线全文

学校读者我要写书评

暂无评论

智融路由器轨迹数据可视化系统的设计与实现

智融路由器轨迹数据可视化系统的设计与实现

作者：吴昊裕北京交通大学

学位级别：硕士

新型下一代网络体系——“智融标识网络”中,智融路由器发挥着关键作用,它的可利用带宽大、负载流量高、传输质量稳定。随着智融路由器应用场景的日渐丰富、用户数量的逐步扩大,其轨迹数据的规模也迅速扩展,然而目前仍缺乏针对设备轨迹... 详细信息

新型下一代网络体系——“智融标识网络”中,智融路由器发挥着关键作用,它的可利用带宽大、负载流量高、传输质量稳定。随着智融路由器应用场景的日渐丰富、用户数量的逐步扩大,其轨迹数据的规模也迅速扩展,然而目前仍缺乏针对设备轨迹数据进行分析的平台,这也为管理设备的轨迹数据带来挑战。依托于移动互联网的发展,基于位置的服务(LBS)得到蓬勃发展和广泛应用,LBS旨在利用现有的定位技术,为设备或用户提供与定位相关的各种服务。基于上述背景,结合LBS的设计思想,本课题的研究思路为设计并实现一个智融路由器轨迹数据的可视化系统。首先通过定位获取智融路由器的位置,随后通过可视化系统向用户直观展示轨迹信息,从而提高用户对设备轨迹信息的认知能力。概括起来,本文的具体工作如下:首先,对轨迹数据可视化系统进行功能需求和性能需求的分析;分析系统的拓扑结构及工作流程;将本系统划分为系统信息采集模块、系统信息上传模块、系统信息处理模块及系统信息可视化模块;针对不同模块,设计了相应的实现方案。其次,搭建系统的运行环境,包括搭建前端界面环境以及配置后端开发运行环境,此外,还完成了数据库模块的配置工作以及前后端交互所使用的数据接口的设计工作。依据系统组成模块的需求,使用前后端分离的设计思想以及相关技术逐一实现系统的不同模块,从而完成了轨迹数据可视化系统的开发工作。最后,通过设计相关的测试用例,对系统的各个模块进行验证,结果表明智融路由器轨迹数据可视化系统满足预设目标。通过本系统,能够实现智融路由器轨迹数据的可视化工作,还能灵活获取轨迹对应的网络情况并进行分析。利用本系统可为后续智融路由器的轨迹数据管理工作提供平台,此外,还能依据实际需求相应地丰富系统功能。

关键词：轨迹可视化基站定位智融路由器 WebGIS Vue.js框架

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

可视化驱动的轨迹数据压缩方法

可视化驱动的轨迹数据压缩方法

作者：黄曼娜电子科技大学

学位级别：硕士

随着轨迹数据可视化技术的快速发展,利用交互展示的手段对轨迹数据的可视化分析以及辅助决策有重要的意义。但全球定位系统以及移动终端设备的兴起,使得日益增长的轨迹数据往往伴随着海量性、时空序列性强、数据冗余等特点,这给大规模... 详细信息

随着轨迹数据可视化技术的快速发展,利用交互展示的手段对轨迹数据的可视化分析以及辅助决策有重要的意义。但全球定位系统以及移动终端设备的兴起,使得日益增长的轨迹数据往往伴随着海量性、时空序列性强、数据冗余等特点,这给大规模轨迹数据可视化带来了巨大挑战。然而大规模轨迹数据可视化是大规模轨迹数据可视分析的首要前提和性能瓶颈,这使得大规模可视化分析也面临着前所未有的压力。因此,提高大规模轨迹数据的可视化效率,迫切需要研究科学、高效的轨迹数据压缩方法,以更好地确保轨迹数据可视化的性能和可视化效果,为轨迹数据可视化分析提供合理的依据和技术方法的支撑。为了能更好地满足可视化分析的需求,本文以轨迹数据为研究对象,提出了一种可视化驱动的轨迹数据压缩方法。针对已有轨迹数据压缩方法主要考虑最优压缩率,往往未能充分顾及压缩后轨迹的形状保持问题,本文基于轨迹形状的可视分析出发,研究顾及可视化性能和可视化效果的轨迹数据压缩方法,为支持大规模轨迹数据可视化分析提供高效的解决方案。论文主要研究内容包括以下三个方面:(1)基于Fréchet距离的轨迹数据压缩方法:面向大规模轨迹数据快速可视化需求,本文研究可视化驱动的轨迹数据压缩方法,顾及压缩轨迹与原始轨迹的相似性,从轨迹数据的空间特征关系出发,利用Fréchet距离作为距离度量,结合轨迹数据的时空尺度特征,提出基于Fréchet距离的轨迹数据压缩方法,以实现可视化驱动的轨迹数据压缩,为后续建立可视域约束的轨迹数据LOD模型提供方法支撑。(2)可视域约束的轨迹数据LOD模型:针对大规模轨迹数据可视化效率低、响应时间长,有可能导致可视分析性能瓶颈的问题,本文基于LOD技术和分形理论思想,研究轨迹数据多细节层次的分级尺度计算方法,在此基础上建立可视域约束的轨迹数据LOD模型,通过空间换时间,实现轨迹数据的高效可视化,解决大规模轨迹数据可视化效率低的延时问题,为基于大规模轨迹数据的相关可视分析提供技术支撑。(3)轨迹压缩可视化实验与分析:基于本文提出的轨迹数据压缩方法,以成都市出租车真实的轨迹数据为实验基础数据,将本文提出的轨迹压缩方法与现有的经典压缩方法进行对比分析,验证了本文方法的有效性和科学性。

关键词：轨迹可视化轨迹压缩 LOD模型 Fréchet距离

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合代数多重网格的轨迹数据聚合与可视化

融合代数多重网格的轨迹数据聚合与可视化

作者：王思颖武汉大学

学位级别：硕士

基于位置服务的技术和通信技术的发展,使移动实体轨迹数据的快速采集成为可能。随着智慧城市的发展,大量的轨迹数据被应用于城市规划、交通和环境管理等不同的领域。对这些轨迹的分析主要集中于人类移动模式的发现,轨迹数据的可视化分... 详细信息

基于位置服务的技术和通信技术的发展,使移动实体轨迹数据的快速采集成为可能。随着智慧城市的发展,大量的轨迹数据被应用于城市规划、交通和环境管理等不同的领域。对这些轨迹的分析主要集中于人类移动模式的发现,轨迹数据的可视化分析能够直观地展示轨迹数据的时空变化以及挖掘轨迹数据移动模式。然而,复杂且庞大的轨迹数量给数据可视化带来了挑战。传统的可视化方法由于可视化结果中轨迹路径的相互遮挡变得不再适用,所以采用合适的聚合方法对轨迹数据进行简化显得尤为重要。本文以一个工作日内的北京市手机信令数据为研究对象,提出了一种基于代数多重网格的轨迹简化方法,然后对简化后的轨迹数据进行流向图(flow map)可视化,进而对北京市人类移动模式进行分析。本文的优势在于与传统轨迹简化所采用的空间聚类方法(如k均值聚类,DBSCAN聚类)对比,减少了数据参数调整带来的不确定性,同时能够构建轨迹简化数据的多尺度表达。其主要研究内容如下:首先进行数据清洗以及停留点提取,然后将用户轨迹分段为不同手机基站的起点和终点对(OD links),引入图论(graph theory)知识,将轨迹节点看作顶点(nodes),轨迹之间的连接看作边(edges),构建基于城市轨迹的复杂网络。利用复杂网络中的出入度概念统计北京市不同轨迹点的出入度值,这一指标反映的是不同轨迹节点在一天之中的访问热度,这是最直接体现轨迹节点重要度的参数之一;其次在边的关系中考虑距离衰减效应,即空间交互随着距离增加而减少,从而度量不同相邻轨迹点之间的空间关系。其次,利用代数多重网格(AMG)这一数学迭代方法,实现轨迹数据网络的重要节点提取步骤。根据AMG算法中的强连接点的概念,将轨迹按照距离和出入度值两个变量构造强度矩阵,进而在不同尺度上筛选出轨迹网络中强连接的部分,也就是在空间访问量和空间距离上都有优势的基站点。这些具有空间代表性的节点就是城市中的重要节点,利用它们进行voronoi空间分割,在地理空间的尺度对城市进行简化,从而达到轨迹聚集的效果。经过与传统PageRank和度中心性方法的对比发现,由于AMG方法中强连接点的定义与出入度成正比,与距离成反比,且节点选择兼顾空间代表性,所以AMG方法保留的重要节点的评价结果优于另外两种方法。最后利用经典的流向图方法对聚集后的轨迹数据进行可视化。在设计流向图时,采用了不同的数据展示方法。首先对整体聚合数据进行无方向的流向展示,即保留空间分割后不同区域之间的轨迹访问流量,但不区分流动方向,对比不同区间内的流量大小。然后按照起始区间设计出带有方向和箭头指示的流向图,按照轨迹边的宽度对比任意两个区域之间往返的流量的差值。为了减少轨迹数据线之间的遮挡,在设计上采用了颜色渐变和单向箭头的理念来来减少轨迹之间的遮挡。与此同时,为了分析不同时间段内的轨迹变化模式,本研究根据一天内的轨迹基站激活曲线以及工作日上下班模式对时间进行了划分,共分为早高峰,白天活动时间,晚高峰以及深夜时间段四个部分。通过对比不同时间段内的流向图,可以分析出北京的人流移动模式符合社会经济结构,即白天活动高于夜间,且北京中心城区作为城市的核心地段,承担着城市枢纽作用,人群在白天汇集晚上消散,分析结果进一步验证了本研究采用的轨迹简化方法的有效性。

关键词：空间聚合轨迹可视化代数多重网格方法重要节点提取

基于快速凝聚式信息瓶颈的运动轨迹聚类及可视化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于快速凝聚式信息瓶颈的运动轨迹聚类及可视化

作者：梁胜天津大学

学位级别：硕士

对于轨迹分析来说,轨迹聚类一种重要的数据挖掘技术。大多数聚类算法面临着两个具有挑战性的问题,即选取合适的距离度量方法以及获取最优的聚类个数。凝聚式的信息瓶颈算法通过引入特征空间的概念,并且最大化特征空间与最终聚类结果之... 详细信息

对于轨迹分析来说,轨迹聚类一种重要的数据挖掘技术。大多数聚类算法面临着两个具有挑战性的问题,即选取合适的距离度量方法以及获取最优的聚类个数。凝聚式的信息瓶颈算法通过引入特征空间的概念,并且最大化特征空间与最终聚类结果之间的互信息,同时保持原始轨迹数据与最终聚类结果之间的互信息最小化。利用此信息瓶颈,我们避免了轨迹聚类中轨迹间距离的度量问题并且能够得到最优的聚类个数。而且,本文提出了对凝聚式的信息瓶颈算法的改进,即快速凝聚式的信息瓶颈算法。通过两种加速策略对凝聚式的信息瓶颈算法进行加速,第一种策略是基于空间划分的“剪枝”策略,通过这种策略能够减少每次迭代过程中需要进行信息熵损失计算的轨迹对数量。第二种策略是合并多条候选轨迹,这样能减少算法的迭代次数。通过合成轨迹数据、模拟轨迹数据以及真实轨迹数据的实验分析,Fa IB算法的运行时间比a IB算法减少了10倍左右,并且迭代次数也大大减少。尤其对大量轨迹数据进行聚类时,这种加速效果就更加明显。毫无疑问,轨迹聚类的可视化对于理解算法的核心过程极为重要。因此,本文提出了一个针对于快速凝聚式的信息瓶颈算法的过程可视化工具,帮助用户更加直观和生动地理解算法的核心过程。可视化工具提供了良好的用户交互,允许用户对算法过程的各个关键参数进行调整并且能够得到调整后的结果。本文通过对真实轨迹数据集的实验结果来说明可视化工具对于轨迹分析的高效性。

关键词：快速凝聚式的信息瓶颈算法凝聚式的信息瓶颈算法轨迹聚类加速轨迹可视化

面向GPS轨迹数据的语义增强及可视化系统实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向GPS轨迹数据的语义增强及可视化系统实现

作者：何飞浙江师范大学

学位级别：硕士

定位技术的不断发展以及全球定位系统(GPS)设备的普及,产生和积累了大量轨迹数据。这些数据应用价值丰富,可用于城市规划、交通管理、动物迁徙等研究。然而,由于轨迹数据的采样受采样设备、采样频率等物理因素的影响,导致数据质量参差... 详细信息

定位技术的不断发展以及全球定位系统(GPS)设备的普及,产生和积累了大量轨迹数据。这些数据应用价值丰富,可用于城市规划、交通管理、动物迁徙等研究。然而,由于轨迹数据的采样受采样设备、采样频率等物理因素的影响,导致数据质量参差不齐。并且,由于原始轨迹数据通常只包含位置信息和采集时间,使得数据在应用上存在语义鸿沟,难以直接用于有效的分析。针对轨迹数据质量和语义缺失问题,本文围绕轨迹数据的停留点识别和地图匹配的语义增强技术展开研究,主要的研究内容如下。(1)提出基于时间和速度阈值的停留点识别算法(TV-DBSCAN),该算法通过对DBSCAN算法进行改进,考虑了轨迹点的速度和周围POI信息,能够识别建筑物内和高速路段的停留点。解决了现有的停留点识别算法无法有效地分辨移动对象在室内停留还是穿过室内,或分辨移动对象为长时间低速度的在相对较小范围内运动还是长时间静止状态。利用识别后的停留点信息,实现对原始轨迹的语义增强,提升了数据的可用性。(2)提出结合道路语义的地图匹配算法(RS-HMM),该算法通过对隐马尔科夫模型的改进,考虑了道路语义、道路规则和轨迹速度等因素。解决了现有的基于隐马尔科夫模型的地图匹配方法只考虑路网和轨迹信息而导致地图匹配的准确率较低,且现有的基于隐马尔科夫模型的地图匹配算法存在对轨迹采样率较为敏感的问题。相较于现有的基于隐马尔科夫模型算法,RS-HMM的地图匹配的准确率更高,对轨迹的采样率敏感度更低。轨迹数据通过地图匹配后再与路网数据相结合,实现对原始轨迹的语义增强。(3)在前两项研究工作基础上,本文设计与实现了GPS轨迹语义增强及可视化系统。该系统能够帮助用户更好地理解和分析GPS轨迹数据,提升数据的价值和可用性。系统包括四个功能模块,分别是轨迹预处理、轨迹可视化、语义增强和数据存储管理。轨迹预处理模块是对原始轨迹数据进行噪声过滤、轨迹压缩、轨迹分段等预处理操作。轨迹可视化通过不同的可视化方式如散点、直线、面、热力图和网格图等方式展示轨迹数据在地图上的分布,通过语义增强和数据存储管理模块,实现原始轨迹数据的输入到语义轨迹、路段轨迹的输出。

关键词：轨迹数据语义增强停留点识别地图匹配轨迹可视化